Kennisbank
Wat we leren van het draaien van programma's: wat werkt, wat blijft steken, en wat de cijfers werkelijk zeggen.
Het afrondingspercentage van standaard e-learning ligt rond de 12%. De redenen waarom mensen stoppen zijn opvallend consistent, en dat geldt ook voor wat het oplost.
Een samenwerking die grip op AI-systemen combineert met de vaardigheden van de mensen die ermee werken.
Deze zomer zijn we gestart met de SHV Energy Data & AI School — onze grootste samenwerking tot nu toe. Tot 6.000 medewerkers in onder andere Nederland, Italië en Brazilië leren AI-tools niet alleen gebruiken, maar ze ook begrijpen, bevragen en met vertrouwen inzetten in hun werk.
We zijn bij PostNL gestart met Effectief Prompten voor Iedereen. De komende maanden doen 4.000 collega's praktijkervaring op met AI en leren ze hoe ze het in hun dagelijks werk inzetten.
Met de komst van Nanne Veldman als medeoprichter en CEO zet Data Booster extra in op de menselijke kant van data- & AI-transformaties: niet de tools, maar de vraag of mensen ze daadwerkelijk in hun dagelijkse werk gebruiken, bepaalt het rendement.
AI zit al binnen je organisatie. Het zit in de browsers van je medewerkers, in hun workflows en in hun dagelijkse beslissingen. De vraag is niet langer óf je mensen AI gebruiken, maar of iemand grip heeft op hóe ze het gebruiken. Vandaag willen we een licht werpen op wat wij de sluipmoordenaar noemen: de groeiende kloof tussen AI-adoptie en AI-governance.
We waren co-host van DataDinners 2026 in Amsterdam — een avond voor data- en AI-leiders die verder wilden dan de slides.
De uitdaging is niet het leren over data & AI. Het is om het onderdeel te maken van hoe jouw organisatie echt werkt.
AI-adoptie is niet langer de interessante vraag. Of je mensen het daadwerkelijk kunnen gebruiken wel.
Samenvatting van de GenAI-kloof uit State of AI in Business 2025
Een 2e plaats in de Nederlandse halve finale van de GESAwards schaart Data Booster onder de toonaangevende EdTech-startups van het land.
Aankondiging van strategisch partnerschap met Ortecha
Recensie van Humanizing Data Strategy door Tiankai Feng
Vier dingen die bepalen of een data- & AI-programma de manier van werken echt verandert, uit de programma's die we draaien.
De Europese concurrentie-agenda komt steeds op dezelfde conclusie uit: de beperking van Europa is niet de toegang tot technologie, maar het tempo waarin werkende volwassenen bijleren.
Aankondiging Data & AI Advisory Board
Aankondiging Data & AI Advisory Board
Aankondiging Data & AI Advisory Board
Vijf manieren om te laten zien wat een datageletterdheidsprogramma echt waard is — van programma-indicatoren en tooladoptie tot time-to-insight en wat managers merken in het werk.
Vier verschuivingen die data- & AI-programma's vormgeven: dataproducten, AI-governance, decision-driven analytics en de datacreators die de meeste programma's vergeten.
Danique bekroond met de 2024 DataIQ Award voor New Talent or Data Apprentice (Enabler)
Gebaseerd op een interview met Wouter Neef, oprichter van Data Booster
Drie termen die door elkaar worden gebruikt en verschillende dingen betekenen. Dit is het onderscheid dat gaat tellen zodra je een programma echt gaat ontwerpen.
